单条UPDATE千万行危险,热点行更新本质是并发模型缺陷;LIMIT分批更新更卡因频繁索引扫描与锁竞争加剧。

单条 UPDATE 千万行不是“慢”,是危险;而热点行更新不是锁没设好,是并发模型压根不该让多事务挤同一行。
为什么 LIMIT 分批更新反而更卡
很多人看到慢日志里 UPDATE ... WHERE created_at 执行几秒,第一反应是加 <code>LIMIT 1000 拆成小事务。但实际一跑就发现:越往后越慢,甚至比不分批还卡。这是因为:
- WHERE 条件字段
created_at没索引 → 每次LIMIT都全表扫描,扫描行数随偏移量线性增长 - 没
ORDER BY id锚定顺序 → InnoDB 扫描路径不稳,同一批可能漏数据或重复更新 - 用
OFFSET(如LIMIT 100000, 1000)→ 大偏移下 MySQL 必须跳过前 10 万行,IO 和 CPU 开销爆炸
正确做法是:靠单调递增字段(如主键 id 或 updated_at)做游标推进,例如:
UPDATE big_table SET status = 2 WHERE id > 1000000 AND id <= 1005000 AND created_at < '2025-01-01';
每次更新完记录最大 id,下次从该值继续,失败可续传、无遗漏、无重复。
事务边界必须显式控制,autocommit=0 不等于安全
Python 脚本里关掉自动提交,不代表你就管住了事务。常见错误是把所有批次塞进一个长事务里,等同于没拆。关键动作是:
- 每次循环开始前执行
START TRANSACTION - 执行
UPDATE后立刻查ROW_COUNT(),为 0 就退出循环(说明没数据可改了) - 只在确认有修改时才
COMMIT;出错则ROLLBACK并记录日志 -
SLEEP(0.1)放在COMMIT之后,而不是之前 —— 否则锁还挂着,其他请求照样排队
如果脚本里漏掉 COMMIT 或误用 autocommit=0 一开到底,undo log 会持续膨胀,最后可能触发 ERROR 1197 (HY000): Multi-statement transaction required more than 'max_binlog_cache_size' bytes。
分段更新(shard by slot)要避开三个坑
把一行库存拆成 10 行(shard_id 0~9),看似简单,但线上踩坑最多的是这三点:
-
WHERE product_id = 123 AND shard_id = 7必须命中联合主键 —— 用EXPLAIN确认key显示PRIMARY且rows = 1;否则可能锁住全部 10 行 - 事务只能包这一条
UPDATE+ROW_COUNT()判断 —— 加个日志、调个 HTTP、甚至SLEEP都会让锁滞留时间指数增长 - 隔离级别必须是
READ COMMITTED—— 它禁用间隙锁,避免因shard_id查询范围意外锁住相邻槽位;全局执行SET GLOBAL tx_isolation = 'READ-COMMITTED',并确认binlog_format = 'ROW'
分段后查询总库存用 SUM(stock),接受短暂不一致。这点常被忽略:你不是在解决“一致性”,而是在交换“强一致”换“可用性”和“吞吐”。
热点行问题的复杂点不在 SQL,在并发路径设计
真正难的不是写对那条 UPDATE,而是判断“这个更新是否真需要实时落库”。比如库存扣减,前端看到的数字本身就有延迟;计数器类操作,完全可以先 Redis 原子累加,再按秒/分钟批量刷回 MySQL。事务拆分只是兜底手段,优先级应低于应用层削峰(队列)、缓存前置(Redis 校验)、逻辑分片(shard)。一旦你开始优化 WHERE id > ? AND id ,说明已经错过更上游的治理窗口。


















